Analisis Data Dengan Data Panel

Dengan demikian kinerja keuangan yang diukur dengan metode ROA lebih baik dibandingkan dengan metode EVA. Hasil analisis ini bertolak belakang dengan hipotesis penelitian yang menyatakan bahwa pengukuran kinerja perusahaan menggunakan metode EVA lebih baik dibandingkan dengan metode ROA.

4.5.4. Analisis Data Dengan Data Panel

Hasil estimasi Data Panel dengan menggunakan OLS, Fixed Effect Model FEM dan Randam Effect Model REM diperoleh hasil sebagai berikut : Tabel 4.12 : Hasil estimasi Data Panel dengan menggunakan OLS, Fixed Effect Model FEM dan Random Effect Model REM Variabel OLS FEM REM C 30,6 7,04 9,28 29,79 0,14 -13,51 30,6 7,04 9,28 EVA 1,25 1,23 0,95 0,97 0,70 0,48 2,5 1,48 1,25 1,19 0,95 0,92 ROA 2,28 2,87 2,19 2,74 3,00 1,48 4,82 2,05 2,28 2,69 2,19 2,60 R2 0,02 0,1 0,11 0,28 0,31 0,34 0,02 0,09 0,12 DW 2,48 2,55 2,55 3,4 3,31 3,25 2,48 2,55 2,55 Sumber: Data Diolah, nilai dalam kurung merupakan nilai t hitung Hasil estimasi baik dengan menggunakan OLS, FEM dan REM menunjukkan bahwa ada pengaruh yang positip antara EVA terhadap RR return dan variabel ROA terhadap RR return. Tanda yang sama juga ditunjukkan dengan menggunakan analisis serempak variabel EVA dan ROA terhadap RR. Analisis berikutnya adalah memilih estimasi model yang paling baik. Beberapa pakar ekonometrika membuat pembuktian untuk menentukan metode apa yang paling sesuai untuk digunakan dalam data panel. Adapun kesimpulan dari pembuktian tersebut adalah: Universitas Sumatera Utara 1. Jika pada data panel, jumlah runtun waktu lebih besar dibandingkan jumlah individu, maka disarankan untuk menggunakan metode FEM. 2. Jika pada data panel, jumlah runtun waktu lebih sedikit dibandingkan jumlah individu, maka disarankan untuk menggunakan metode REM. Pengujian lain yang disarankan dalam menentukan metode apa yang paling sesuai untuk digunakan pada data panel adalah Uji Hausman. Berdasarkan uji Hausman, diperoleh hasil sebagai berikut: Correlated Random Effects - Hausman Test Pool: POOL1 Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 1.614381 2 0.4461 WARNING: estimated cross-section random effects variance is zero. Hasil ini menunjukkan bahwa model REM tidak signifikan dengan demikian model estimasi yang baik adalah dengan menggunakan model FEM. Dari tabel di atas dapat disimpulkan bahwa variabel EVA tidak signifikan mempengaruhi RR Return Saham dan ROA berpengaruh secara positip dan signifikan terhadap RR Return Saham. Dengan demikian setiap kenaikan satu persen ROA saham- saham LQ45 akan meningkatkan RR Return Saham sebesar 2,19 persen, ceteris paribus. Hasil temuan ini memiliki kesamaan dengan penelitian terdahulu yang diperoleh Hartono dan Cendrawati 2008 tentang pengujian pengaruh EVA dan ROA terhadap stock return dari saham indeks LQ-45 dengan periode tahun Universitas Sumatera Utara penelitian 1994-1996 hasilnya menunjukkan bahwa nilai koefisien korelasi antara ROA dan stock return lebih tinggi dibandingkan koefisien korelasi antara EVA dan stock return. Dalam penelitian tersebut juga ditemukan bahwa korelasi antara EVA dan stock return tidak signifikan. Penelitian yang dilakukan oleh Dodd dan Chen 1996 dengan sampel penelitian sebanyak 1000 perusahaan. Hasil dari penelitian ini berkesimpulan bahwa justru pengukur akuntansi tradisional yaitu metode ROA yang mempunyai korelasi tertinggi sebesar 24,4 sedangkan metode EVA tingkat korelasinya sebesar 20,2 dengan variasi dalam tingkat pengembalian.

4.6. Pembahasan Hasil Penelitian